AI 이야기가 나올 때마다 비슷한 장면이 반복된다.코드를 몇 초 만에 짜고, 보고서를 초안으로 만들고, 회의 내용을 정리하고, 심지어 일정한 규칙 안에서는 분석과 추천까지 해낸다. 그러면 곧바로 이런 결론이 따라온다. 사람보다 싸고 빠르다면, 결국 사람을 대체하는 것 아니냐는 말이다.
이 질문은 특히 IT 업계에서 설득력 있게 들린다. 이유는 단순하다. IT에서는 산출물이 비교적 명확하기 때문이다. 코드는 실행해보면 된다. 맞으면 돌아가고, 틀리면 에러가 난다. 테스트 자동화도 가능하다. 결과물이 빠르게 검증되니, AI의 성능이 다른 분야보다 더 직접적으로 드러난다. 그래서 IT에서는 AI의 진전이 곧바로 고용 대체 서사로 연결되기 쉽다.
하지만 이 관점을 사회 전체에 그대로 확장하는 순간, 현실은 왜곡되기 시작한다.
문제는 많은 AI 대체론이 사람을 채용하는 이유를 지나치게 좁게 본다는 데 있다. 사람을 채용하는 이유를 오직 “업무를 처리하기 위해서”라고 보면, AI가 업무 일부를 잘하는 순간 사람의 필요도 함께 줄어드는 것처럼 보인다. 그러나 실제 조직과 사회에서 채용은 그보다 훨씬 많은 것을 의미한다.
첫째, 채용은 책임 주체를 세우는 일이다.의사가 AI 진단 보조를 받더라도 최종 판단과 책임은 의사에게 남는다. 변호사가 AI로 계약서 초안을 작성하더라도 법적 책임은 변호사가 진다. 미국변호사협회는 2024년 첫 공식 AI 윤리 지침에서, 변호사가 AI를 쓰더라도 정확성 검증, 기밀 유지, 전문성 유지 같은 의무를 계속 부담한다고 밝혔다. 다시 말해 AI는 법률 실무를 도울 수 있지만, 법적 책임의 자리를 대신하지는 못한다.
이 구조는 의료, 법률, 회계 같은 전문직 전반에 공통으로 적용된다. AI는 조언하고, 초안을 만들고, 이상징후를 감지할 수 있다. 그러나 계약서에 서명하는 것도, 의료 과실로 소송을 당하는 것도, 회계 부정에 대해 형사 책임을 지는 것도 여전히 자연인이나 법인이다. 법은 지금도 책임을 사람과 조직에 묻는 구조로 움직인다.
둘째, 채용은 조직의 판단 구조를 유지하는 일이다.조직은 단순히 오늘 할 일을 처리하는 공장이 아니다. 누군가는 맥락을 이해하고, 누군가는 예외를 처리하고, 누군가는 외부에 설명하고, 누군가는 문제가 났을 때 결정을 내려야 한다. AI가 태스크를 처리할 수 있다고 해서 곧바로 그 판단 구조 전체가 사라지지는 않는다.
이 지점에서 최근 북미 기업들의 사례가 흥미롭다. Al Jazeera는 2026년 3월 보도에서, 미국과 캐나다 기업들에서 AI 에이전트가 단순 보조를 넘어 업무 배분, 성과 추적, 중간관리 기능 일부까지 맡기 시작했다고 전했다. Snowflake 같은 기업에서는 AI 에이전트가 온콜 지원, 설계 검토, 기초 분석 같은 업무를 처리하고, 일부 조직에서는 한 에이전트가 만든 결과를 다른 에이전트가 검토하는 흐름도 나타난다. 조직도는 분명 흔들리고 있다.
하지만 기사에서 더 중요한 대목은 다른 데 있다. 같은 기사에서 AI 확산의 한계로 반복해서 언급되는 것은 신뢰, 인간 감독, 법적 불확실성이다. 미국과 캐나다 모두 AI 에이전트를 명확하게 규율하는 틀이 아직 선명하지 않다고 지적하고, 실제로는 기업과 관리자, 면허 보유자, 서명권자가 계속 책임의 중심에 남아 있다고 보여준다. 즉 AI는 조직도를 흔들 수는 있어도, 책임 구조까지 접수한 것은 아니다.
셋째, 채용은 소득을 분배하고 소비력을 유지하는 장치이기도 하다.이 부분은 기술 담론에서 자주 빠진다. 사람은 노동자이면서 동시에 소비자다. 기업이 AI로 인건비를 줄이면 단기적으로는 효율성이 좋아 보일 수 있다. 하지만 모두가 같은 방향으로 움직이면 임금소득이 줄고, 결국 시장의 구매력도 줄어든다. 생산성만 보고 사람을 줄이는 논리는 개별 기업의 손익계산서 안에서는 그럴듯해 보일 수 있어도, 경제 전체 차원에서는 수요 기반을 약화시키는 방향으로 작동할 수 있다. 채용은 단순한 비용이 아니라, 경제 안에서 책임과 소득을 배치하는 장치다.
그래서 “업무가 자동화되면 사람도 필요 없어진다”는 주장은 너무 단선적이다.정확히 말하면 AI가 줄이는 것은 사람 전체가 아니라, 사람이 하던 업무의 일부다. 특히 반복적이고 규칙화된 부분, 정리와 요약, 초안 작성, 비교 검토, 보고 체계, 중간 조정 같은 영역이 먼저 자동화된다. 반대로 책임, 서명, 설명, 예외 판단, 장기적 관계 관리 같은 부분은 훨씬 늦게 움직인다.
Johns Hopkins의 Ritu Agarwal과 Richard Smith도 비슷한 지점을 짚는다. 그들은 AI가 사람을 완전히 없애기보다 일의 구조를 바꾸고 있다고 본다. Agarwal은 지식노동에서 AI를 대체보다 증강에 가깝게 보며, 경영진의 엔드투엔드 책임 업무를 AI가 통째로 대체하긴 어렵다고 말한다. 동시에 앞으로의 팀은 5명의 사람으로만 구성되기보다, “사람 1~2명 + AI 에이전트 4~5개” 같은 형태로 재구성될 수 있다고 설명한다. Smith는 초급직이 특히 압박을 받을 수 있다고 보지만, 그것 역시 인간 노동 전체의 종말이라기보다 커리어 사다리와 숙련 형성 구조의 변화에 가깝다고 말한다.
이 분석은 중요하다.왜냐하면 지금 벌어지는 변화의 본질을 더 정확하게 보여주기 때문이다. AI는 우선 초급직의 루틴 업무를 잠식하고, 중간관리의 조정 기능을 자동화하며, 경험 많은 사람을 실무자라기보다 감독자에 가깝게 밀어 올린다. 그래서 먼저 사라지는 것은 인간 전체가 아니라 인간이 하던 중간 단계다. 문제는 많은 논의가 이 변화를 곧바로 “사람 없는 조직”으로 과장한다는 데 있다.
여기서 IT 업계의 세계관이 만든 착시가 나타난다.IT에서는 자동화된 태스크가 빠르게 측정되고, 성과가 수치로 보이며, 결과물의 정오 판별이 상대적으로 쉽다. 그래서 “이 정도면 이제 사람을 덜 뽑아도 되겠다”는 결론이 빠르게 나온다. 하지만 사회 전체의 채용은 태스크 묶음을 사는 일이 아니다. 책임을 질 주체를 세우고, 조직의 의사결정 구조를 유지하며, 임금을 통해 수요를 떠받치는 일이다. 이 차이를 무시하면 IT의 생산성 서사가 곧 사회 전체의 고용 법칙인 것처럼 오해된다.
규제 흐름도 그런 과잉 일반화를 제어하는 쪽으로 움직이고 있다.EU AI Act는 고위험 AI 시스템에 대해 인간 감독을 핵심 원칙으로 두고 있다. 목표는 명확하다. AI가 만들어낼 수 있는 건강, 안전, 기본권 위험을 줄이기 위해, 적절한 권한과 역량을 가진 사람이 시스템을 감독하도록 하는 것이다. 이것은 AI를 독립적 책임 주체로 인정하는 프레임이 아니다. 오히려 AI를 활용하는 조직과 사람이 더 분명한 통제와 책임을 져야 한다는 방향에 가깝다.
결국 앞으로의 조직은 “AI가 사람을 완전히 대체한 회사”라기보다, 적은 수의 사람이 더 많은 AI를 감독하는 회사에 가까울 가능성이 높다. 이 변화는 결코 작지 않다. 초급직은 줄어들 수 있고, 중간관리의 성격은 바뀔 수 있고, 숙련 형성의 경로는 다시 설계되어야 할 수 있다. 그러나 그것을 곧장 인간 노동의 소멸로 읽는 것은 지나치다.
AI가 바꾸는 것은 사람의 존재 자체보다, 사람의 위치다.실무자는 감독자로, 생산자는 판단자로, 수행자는 책임자로 재배치된다. 그리고 그 과정에서 가장 마지막까지 남는 것은 역시 책임이다. AI가 아무리 유능해져도, 문제가 생겼을 때 법정에 서는 것은 알고리즘이 아니라 사람과 회사다. 그 사실이 바뀌지 않는 한, AI는 강력한 도구이자 동료일 수는 있어도 책임의 주체가 되기는 어렵다.
그래서 지금 필요한 질문은 “AI가 사람을 없앨까?”가 아니다.더 정확한 질문은 이것이다.
어떤 업무가 자동화되고, 어떤 책임은 끝까지 사람에게 남는가.그리고 그 사이에서 우리는 채용, 교육, 숙련, 분배의 구조를 어떻게 다시 설계할 것인가.
AI 대체론이 버블이 되는 순간은 바로 여기다.사람을 업무 묶음으로만 보고, IT의 생산성 경험을 사회 전체의 질서로 착각할 때다. 현실의 채용은 그보다 훨씬 크고 무겁다. 채용은 단지 일을 시키는 행위가 아니다. 책임을 배치하고, 조직을 유지하고, 소득을 분배하고, 시장의 소비력을 떠받치는 일이다.
AI는 그 구조를 흔들 수 있다.하지만 아직, 그리고 아마도 꽤 오랫동안, 그 구조를 완전히 대체하지는 못할 것이다.
의견을 남겨주세요